Ultralytics YOLO11 ist da! Definiere die Möglichkeiten der KI neu!

Wir freuen uns sehr, die nächste Entwicklungsstufe der Ultralytics-Modelle vorzustellen: YOLO11! Aufbauend auf den beeindruckenden Fortschritten früherer YOLO-Modellversionen bietet YOLO11 zahlreiche leistungsstarke Funktionen und Optimierungen, die es schneller, genauer und unglaublich vielseitig machen. Diese neueste Ergänzung der Ultralytics-Familie wurde auf der YOLO Vision 2024 (YV24)-Veranstaltung, dem jährlichen hybriden Treffen von KI-Experten, Innovatoren und Entwicklern von Ultralytics, angekündigt und wird die Möglichkeiten der Computer Vision neu definieren.

Dank seiner innovativen Architektur kann Ultralytics YOLO11 für verschiedene Computer-Vision-Aufgaben eingesetzt werden – von der Objekterkennung in Echtzeit bis zur Klassifizierung – und ist damit für Entwickler und Forschende gleichermaßen wegweisend. Zu den wichtigsten Verbesserungen gehören eine optimierte Merkmalsextraktion für eine präzisere Erfassung von Details, höhere Genauigkeit mit weniger Parametern sowie schnellere Verarbeitungsgeschwindigkeiten, die die Echtzeitleistung deutlich verbessern. In diesem Artikel werfen wir einen genaueren Blick auf die Funktionen, durch die sich YOLO11 auszeichnet, und darauf, wie es deine Computer-Vision-Anwendungen verändern kann. Legen wir los!

Abb. 1. Glenn Jocher kündigt Ultralytics YOLO11 auf der Bühne der YOLO Vision 24 an.

Ultralytics YOLO11 kennenlernen#

YOLO11 schlägt ein neues Kapitel für die YOLO-Familie auf und bietet ein leistungsfähigeres und vielseitigeres Modell, das Computer Vision auf ein neues Niveau hebt. Dank seiner verfeinerten Architektur und erweiterten Funktionen unterstützt das Modell Computer-Vision-Aufgaben wie Posenschätzung und Instanzsegmentierung, die die Vision-KI-Community an Ultralytics YOLOv8 schätzt, jetzt jedoch mit noch höherer Leistung und Präzision. Glenn Jocher, Gründer und CEO von Ultralytics, erklärte: „Mit YOLO11 wollten wir ein Modell entwickeln, das sowohl leistungsstark als auch für reale Anwendungen praktikabel ist. Seine verbesserte Effizienz und Genauigkeit machen es zu einem robusten Werkzeug, das an die besonderen Herausforderungen verschiedener Branchen angepasst werden kann. Ich bin gespannt darauf zu sehen, wie die Vision-KI-Community YOLO11 nutzt, um innovative Lösungen zu entwickeln und Computer Vision auf die nächste Stufe zu heben.“

Abb. 2. Glenn Jocher kündigt Ultralytics YOLO11 auf der Bühne der YV24 an.

Hier ein Überblick über die Computer-Vision-Aufgaben, die Ultralytics YOLO11 unterstützt:

• Objekterkennung: Identifiziert und lokalisiert Objekte in Bildern oder Videobildern und zeichnet Begrenzungsrahmen um sie herum – für Anwendungen wie Überwachung, autonomes Fahren und Einzelhandelsanalysen.
• Instanzsegmentierung: Dabei werden einzelne Objekte in einem Bild bis auf Pixelebene identifiziert und voneinander getrennt. Das ist für Anwendungen wie medizinische Bildgebung und die Fehlererkennung in der Fertigung nützlich.
• Bildklassifizierung: Ordnet ganze Bilder vordefinierten Klassen zu und eignet sich daher ideal für Anwendungen wie die Produktkategorisierung im E-Commerce oder die Überwachung von Wildtieren.
• Posenschätzung: Erkennt bestimmte Schlüsselpunkte in einem Bild oder Videobild, um Bewegungen oder Posen zu verfolgen – nützlich für Fitness-Tracking, Sportanalysen und Anwendungen im Gesundheitswesen.
• Gerichtete Objekterkennung (OBB): Erkennt Objekte mit einem Ausrichtungswinkel und ermöglicht so eine präzisere Lokalisierung gedrehter Objekte. Das ist besonders wertvoll für Aufgaben in den Bereichen Luftaufnahmen, Robotik und Lagerautomatisierung.
• Objektverfolgung: Überwacht und verfolgt die Bewegung von Objekten über aufeinanderfolgende Videobilder hinweg und ist daher für viele Echtzeitanwendungen unverzichtbar.

Abb. 3. Von Ultralytics YOLO11 unterstützte Computer-Vision-Aufgaben.

Was zeichnet Ultralytics YOLO11 aus?#

YOLO11 baut auf den Anfang dieses Jahres in YOLOv9 und YOLOv10 eingeführten Fortschritten auf und integriert verbesserte Architekturen, optimierte Verfahren zur Merkmalsextraktion und optimierte Trainingsmethoden. Was YOLO11 wirklich auszeichnet, ist seine beeindruckende Kombination aus Geschwindigkeit, Genauigkeit und Effizienz, die es zu einem der leistungsfähigsten Modelle macht, die Ultralytics bisher entwickelt hat. Dank seines verbesserten Designs bietet YOLO11 eine bessere Merkmalsextraktion, also die Identifizierung wichtiger Muster und Details in Bildern. Dadurch lassen sich auch unter schwierigen Bedingungen komplexe Aspekte genauer erfassen.

Bemerkenswerterweise erzielt YOLO11m auf dem COCO-Datensatz einen höheren Wert für die mittlere durchschnittliche Präzision (mAP) und verwendet dabei 22 % weniger Parameter als YOLOv8m. Dadurch ist es rechnerisch weniger aufwendig, ohne Leistung einzubüßen. Das bedeutet, dass es genauere Ergebnisse liefert und zugleich effizienter ausgeführt werden kann. Darüber hinaus bietet YOLO11 höhere Verarbeitungsgeschwindigkeiten: Die Inferenz ist etwa 2 % schneller als bei YOLOv10, wodurch sich das Modell ideal für Echtzeitanwendungen eignet.

Abb. 4. Verwendung von Ultralytics YOLO11 zur Objekterkennung.

Das Modell ist für komplexe Aufgaben ausgelegt, beansprucht dabei weniger Ressourcen und wurde entwickelt, um die Leistung großer Modelle zu verbessern. Damit eignet es sich hervorragend für anspruchsvolle KI-Projekte. Verbesserungen an der Augmentierungspipeline haben außerdem den Trainingsprozess optimiert und erleichtern es Ultralytics YOLO11, sich an verschiedene Aufgaben anzupassen – unabhängig davon, ob du an kleinen Projekten oder groß angelegten Anwendungen arbeitest.

Tatsächlich ist YOLO11 hinsichtlich des Rechenaufwands äußerst effizient und eignet sich hervorragend für die Bereitstellung in der Cloud sowie auf Edge-Geräten. Dadurch bleibt es in unterschiedlichen Umgebungen flexibel einsetzbar. Einfach gesagt: YOLO11 ist nicht nur ein Upgrade, sondern ein deutlich genaueres, effizienteres und flexibleres Modell, das besser für jede Herausforderung im Bereich Computer Vision gerüstet ist. Ob autonomes Fahren, Überwachung, medizinische Bildgebung, intelligenter Einzelhandel oder industrielle Anwendungsfälle – YOLO11 ist vielseitig genug für nahezu jede Computer-Vision-Anwendung.

Ultralytics YOLO11 ist bereit für deine Systeme und Plattformen#

Ultralytics YOLO11 wurde entwickelt, um sich nahtlos zu integrieren und mit den Systemen und Plattformen zusammenzuarbeiten, die du bereits verwendest. Aufbauend auf der Unterstützung durch YOLOv8 ist YOLO11 mit einer großen Bandbreite an Umgebungen für Training, Tests und Bereitstellung kompatibel. Ob du mit NVIDIA-GPUs, Edge-Geräten oder der Bereitstellung in der Cloud arbeitest – YOLO11 ist optimal darauf ausgelegt, sich mühelos in deinen Arbeitsablauf einzufügen.

Diese Integrationen sind nützliche Erweiterungen, die YOLO11 an verschiedene Branchen anpassbar machen und Unternehmen dabei helfen, das Modell problemlos in ihre bestehenden Prozesse zu integrieren. Angenommen, du möchtest YOLO11 in der Landwirtschaft einsetzen, insbesondere zur Überwachung von Nutzpflanzen. Dann müsstest du das Modell möglicherweise auf Drohnen bereitstellen, um die Pflanzengesundheit in Echtzeit über große Felder hinweg zu überwachen. Im Sicherheitsbereich würdest du YOLO11 dagegen vielleicht mit einem cloudbasierten System einsetzen, um mehrere Kamerabilder auf Objekte zu erkennen.

Abb. 5. Verwendung von Ultralytics YOLO11 in der Landwirtschaft.

Die KI-Community mit Ultralytics YOLO11 stärken#

Die Vision-KI-Community kann sich mit der Einführung von YOLO11 auf spannende Fortschritte freuen. Dank seiner verbesserten Genauigkeit und Effizienz hat dieses neue Modell das Potenzial, bestehende Anwendungen zu verändern und neue zu schaffen. Ein wichtiger Faktor für diese Entwicklung ist Ultralytics HUB. Ultralytics HUB ist eine benutzerfreundliche Plattform, die das Training und die Bereitstellung von YOLO-Modellen einschließlich YOLO11 vereinfacht.

Abb. 6. YOLO11-Inferenzen auf Ultralytics HUB ausführen.

Ultralytics HUB optimiert den Entwicklungsprozess, indem Nutzer Datensätze hochladen, auf eine Reihe vortrainierter Modelle zugreifen und ihre Projekte an einem Ort verwalten können. HUB unterstützt auch die Zusammenarbeit und erleichtert Teams dadurch die gemeinsame Arbeit an KI-Projekten. Hier sind einige weitere wichtige Funktionen von Ultralytics HUB:

• Cloud-Training: Ultralytics HUB bietet nahtloses cloudbasiertes Modelltraining für Skalierbarkeit und Effizienz.
• Vortrainierte Modelle: Die Plattform bietet Zugriff auf eine Vielzahl vortrainierter YOLOv5-, YOLOv8- und YOLO11-Modelle.
• Modellexport: Trainierte Modelle können für die Bereitstellung in verschiedene Formate exportiert werden.
• Integrationen: Ultralytics HUB lässt sich nahtlos in Plattformen wie Roboflow, Google Colab und Weights & Biases integrieren.
• Ausführliche Dokumentation: Ultralytics HUB bietet umfassende Anleitungen und FAQs zur Unterstützung der Nutzer.
• Community-Support: Für Fragen und Diskussionen steht eine aktive Discord-Community zur Verfügung.

Dank des intuitiven Designs von HUB können sowohl erfahrene Entwickler als auch Einsteiger schnell loslegen. Je mehr Entwickler Ultralytics YOLO11 über HUB einsetzen, desto mehr leistungsstarke Anwendungen können entstehen, die die Grenzen von Computer Vision erweitern und die Zukunft der KI-Technologie prägen.

Ultralytics YOLO11 praktisch ausprobieren#

Wie YOLOv8 wird YOLO11 bald über Ultralytics HUB und das Ultralytics Python-Paket zum Ausprobieren verfügbar sein. Du kannst dich bei Ultralytics HUB anmelden oder unseren Schnellstartleitfaden aufrufen, der dich Schritt für Schritt durch die Installation des Pakets führt. Nach der Veröffentlichung kannst du die Funktionen erkunden, mit verschiedenen Datensätzen experimentieren und sehen, wie YOLO11 in unterschiedlichen Szenarien abschneidet. Wir freuen uns darauf zu sehen, wie sich die KI-Community an der Entwicklung von YOLO11 beteiligt, indem sie zur Entwicklung beiträgt, Feedback gibt oder darauf aufbaut.

Ganz gleich, ob du als Entwickler bestehende Projekte optimieren möchtest oder neue Anwendungen erstellen willst: Dein Engagement kann dazu beitragen, Innovationen voranzutreiben. Beteilige dich an Diskussionen, teile deine Erfahrungen und arbeite mit anderen zusammen, um das volle Potenzial von Ultralytics YOLO11 auszuschöpfen. Wir sind gespannt darauf zu sehen, wie du mit YOLO11 reale Herausforderungen bewältigst und deine kreativen Ideen zum Leben erweckst!

Ein neues Kapitel beginnt mit Ultralytics YOLO11#

Ultralytics YOLO11 ist der nächste Schritt in der Entwicklung von Computer Vision und vereint beeindruckende Genauigkeit, Geschwindigkeit und Effizienz. Das auf der YV24 angekündigte Modell eignet sich dank seiner fortschrittlichen Funktionen für verschiedenste Echtzeitanwendungen – von autonomen Fahrzeugen bis hin zu Lösungen für den intelligenten Einzelhandel. Während die KI-Community beginnt, dieses Modell zu erkunden und einzusetzen, freuen wir uns darauf zu sehen, auf welch kreative Weise YOLO11 Innovationen vorantreiben und neue Möglichkeiten schaffen wird. Wenn du die neuesten Fortschritte im Bereich KI erkunden möchtest, probiere YOLO11 aus und entdecke, wie es deine Computer-Vision-Projekte aufwerten kann!

Wenn du mehr über KI erfahren möchtest, besuche unser GitHub-Repository und werde Teil unserer aktiven Community. Entdecke, wie KI in Bereichen wie Gesundheitswesen und Landwirtschaft Fortschritte macht.